HF Daily Papers·· 2 天前精选AI 评分46
ACCRUE：面向机器人基础模型的持续离线策略强化学习方法
ACCRUE: Continual Off-Policy Reinforcement Learning for Robot Foundation Models
AI 导读
ACCRUE 提出面向机器人基础模型的持续离线策略强化学习方法，用少量示教微调后仅更新紧凑的 actor–critic。
推荐理由
对比单任务RL给出具体交互时间下降区间与六任务后技能保持率，可用于评估持续学习在真实机器人上的效率。
来源：HF Daily Papers · huggingface.co